Izelpas gaisa analīze ar mākslīgās ožas ierīci plaušu vēža diagnostikai ; Promocijas darbs

Promocijas darbā tiek pētīts elektroniskā deguna „Cyranose 320” pielietojums plaušu vēža agrīnai diagnostikai. Darbā salīdzinātas atbalsta vektora aprēķina (AVA) un logistiskās regresijas analīzes (LRA) metodes. Iekļauti 475 pacienti – 252 plaušu vēža pacienti, 223 pacienti kontroles grupā, kurā bija gan veseli brīvprātīgie, gan arī pacienti ar ne-onkoloģiskām plaušu slimībām. Izmantojot AVA iespējams pareizi diferencēt plaušu vēža pacientus no veseliem brīvprātīgajiem (98,8% jutība, 81,0% specifiskums) un no kontroles grupas pacientiem (87,3% jutība, 71,2% specifiskums). Veicot LRA pacienti tika dalīti smēķētājos/nesmēķētājos. Smēķētājiem plaušu vēzi iespējams pareizi diagnosticēt ar 95,8% jutīgumu, 90,6% specifiskumu, bet nesmēķētājiem – 96,2% jutīgumu, 92,3% specifiskumu. E-deguns vērtējams kā perspektīvs neinvazīvs diagnostisks rīks. ; In the study it was clarified that by using support vector analysis lung cancer patients could be correctly classified from healthy volunteers with 98.8% sensitivity and 81.0% specifity and with 87.3% sensitivity and 71.2% specifity from control group patients. Using logistic regression analysis patients were first classified into smokers and non-smokers and then further it was clarified that the method gives 95.8% sensitivity for detection of lung cancer among smokers and 96.2% sensitivity for detection of lung cancer among non-smokers. The specifity of logistic regression analysis for detection of lung cancer was ascertained as 90.6% for smokers and 92.3% for non-smokers. Electronic nose (e-nose) can be appreciated as a perspective, non-invasive future diagnostic tool but further standardization of the method is requisited. Keywords: artificial smell sensor, electronic nose, e-nose, smellprint, bronchial asthma, chronic obstructive pulmonary disease, pneumonia, lung cancer, support vector analysis, logistic regression analysis